第2节:工程初始化


AI Agent 拖拉拽:AI Agent 拖拉拽

本节:第2节:工程初始化

下一节:待更新


环境安装

# docker-compose -f docker-compose-environment-aliyun.yml up -d version: '3' services: ollama: image: registry.cn-hangzhou.aliyuncs.com/xfg-studio/ollama:0.5.10 container_name: ollama restart: unless-stopped ports: - "11434:11434" redis: image: registry.cn-hangzhou.aliyuncs.com/xfg-studio/redis:6.2 container_name: redis restart: always hostname: redis privileged: true ports: - 16379:6379 volumes: - ./redis/redis.conf:/usr/local/etc/redis/redis.conf command: redis-server /usr/local/etc/redis/redis.conf networks: - my-network healthcheck: test: [ "CMD", "redis-cli", "ping" ] interval: 10s timeout: 5s retries: 3 # RedisAdmin https://github.com/joeferner/redis-commander # 账密 admin/admin redis-admin: image: registry.cn-hangzhou.aliyuncs.com/xfg-studio/redis-commander:0.8.0 container_name: redis-admin hostname: redis-commander restart: always ports: - 8081:8081 environment: - REDIS_HOSTS=local:redis:6379 - HTTP_USER=admin - HTTP_PASSWORD=admin - LANG=C.UTF-8 - LANGUAGE=C.UTF-8 - LC_ALL=C.UTF-8 networks: - my-network depends_on: redis: condition: service_healthy vector_db: image: registry.cn-hangzhou.aliyuncs.com/xfg-studio/pgvector:v0.5.0 container_name: vector_db restart: always environment: - POSTGRES_USER=postgres - POSTGRES_PASSWORD=postgres - POSTGRES_DB=springai - PGPASSWORD=postgres volumes: - ./pgvector/sql/init.sql:/docker-entrypoint-initdb.d/init.sql logging: options: max-size: 10m max-file: "3" ports: - '5432:5432' healthcheck: test: "pg_isready -U postgres -d vector_store" interval: 2s timeout: 20s retries: 10 networks: - my-network networks: my-network: driver: bridge

使用以下命令安装依赖:

复制代码

docker-compose -f docker-compose-environment-aliyun.yml up -d

Ollama 安装大模型

复制代码

ollama pull deepseek-r1:1.5b

如需进入容器控制台,可先执行:

复制代码

docker exec -it ollama /bin/bash

然后再执行上面的 ollama pull 命令。

创建工程

创建如上目录结构:

  • api:定义接口

  • trigger:实现接口

  • app:配置启动

测试使用

复制代码

curl http://127.0.0.1:11434/api/generate \ -H "Content-Type: application/json" \ -d '{ "model": "deepseek-r1:1.5b", "prompt": "1+1", "stream": false }'

这样就可以使用我们本地部署的 DeepSeek 了。

相关推荐
龙亘川5 分钟前
数智赋能物业不动产治理:亘川智城智慧物业系统实践解析
大数据·人工智能·智慧城市·开源软件·数据可视化
明月_清风8 分钟前
AI Agent 进入系统层:现在有哪些开源项目在解决这个问题?
人工智能·后端
倔强的石头1069 分钟前
LLaMA系列架构详解_Meta开源大模型的技术演进
开源·大模型·llama
成为深度学习高手12 分钟前
SEMixer:以随机注意力增强patch语义、渐进混合多尺度的轻量长期时序预测模型
人工智能·深度学习·机器学习·数据挖掘·时间序列
小草cys15 分钟前
MiniMax H3 和 Wan2.2的对比
大模型·图像生成·多模态大模型·视频生成·minimax·wan
弯_弯21 分钟前
企业 AI 服务商评估:以「是否先做诊断」为第一筛选门
人工智能
归秋14232 分钟前
流行音乐编曲软件怎么选:流行音乐创作的实用工具清单
人工智能
Martina_032133 分钟前
同一片森林换个镜头就忽冷忽暖?用6步统一曝光、LUT与相机后处理
人工智能·游戏·数学建模·3d·自然语言处理·aigc·游戏策划
guslegend35 分钟前
多模态 Agent 如何规划 UI 测试路径
人工智能